Auf einen Blick

Artificial Intelligence of Things (AIoT) ist ein Ansatz, bei dem vernetzte Geräte aus dem Internet of Things (IoT) mithilfe von künstlicher Intelligenz smarter und eigenständiger handeln und auch zunehmend komplexere Aufgaben ausführen können sollen.

Internet of Things trifft künstliche Intelligenz

Das IoT bietet mit seinen unzähligen ansteuerbaren Geräten sowie Sensoren und Schnittstellen bereits eine vielseitig nutzbare Grundlage, um die Automatisierung von vielen verschiedenen Abläufen zu realisieren, z. B. in der Industrie oder bei der Steuerung von Gebäudetechnik. Zudem sammeln IoT-Sensoren eine große Menge von Daten (z. B. diverse Messwerte aus einer Maschine oder aus der Umgebung). Und künstliche Intelligenz (KI) ist darauf spezialisiert, aus Daten zu lernen, um zunehmend präzisere Resultate zu liefern, z. B. über die optimale Auslastung von smarten Produktionsstraßen oder über die optimale Temperatureinstellung im Büro abhängig von der Anzahl anwesender Personen.

Häufig wird das IoT mit seinen zahlreichen Sensoren als eine Art Nervensystem für die vernetzten Geräte betrachtet. Genau wie Nerven im menschlichen Körper sammeln die Sensoren alle nötigen Informationen, die für den Betrieb der Hardware wichtig sind. Die KI nimmt die Rolle eines Gehirns ein, in dem alle Informationen zusammenlaufen und verarbeitet werden, damit daraus im Anschluss neue Anweisungen für die vernetzten IoT-Komponenten abgeleitet werden können. Es liegt also nahe, diese beiden Felder zu kombinieren, um eine smarte und hoch automatisierte Steuerung von IoT-Systemen ohne menschliches Zutun zu realisieren.

Anwendungsbeispiel: optimierte Logistik durch Artificial Intelligence of Things

Logistik ist ein wichtiges Bindeglied zwischen der Gewinnung von Rohstoffen, der Produktion von Gütern und dem Transport zu Händlern und Endverbrauchern. Die Branche bietet viel Potenzial für Optimierung, z. B. für die Realisierung einer Smart Supply Chain in der Industrie 4.0 oder ganz allgemein, um Lieferungen planbarer zu machen. IoT und AIoT bieten hier vielfältige Möglichkeiten, um Lager- und Lieferprozesse weitestgehend zu automatisieren und sie damit effizienter und zuverlässiger zu gestalten. Beispiel: DHL nutzt in seinem SmarTrucking-Programm bereits Lastwägen und Lager, die mithilfe von Technologie Lieferkettenoptimieren. Auf lange Sicht erhofft sich das Transportunternehmen von dem Programm unter anderem eine deutlich zuverlässigere Echtzeitverfolgung von Lieferungen, kürzere Transportzeiten durch KI-gestützt optimierte Transportwege und verbesserte Arbeitsbedingungen für die Fahrer (z. B. durch angenehmere oder kürzere Fahrten dank optimierter Strecken).

Weitere Anwendungsbeispiele

• Flughäfen: Detaillierte Nachverfolgung von Gepäckstücken ermöglicht u. a., dass das Gepäck nicht eingeladen wird, wenn z. B. erkannt wurde, dass der zugehörige Passagier seinen Flug verpassen wird. Außerdem ermöglichen vernetzte Systeme automatisierte Echtzeitinformationen für Passagiere, Flughafenpersonal und Crew, sodass viele Abläufe wie das Anstehen in Schlangen optimiert werden können.
• Smarte Überwachungskameras: Smarte Kameras können z. B. lernen, vertrauenswürdige Personen und Haustiere zu erkennen, und ihr Wissen mit anderen Kameras aus dem Netzwerk teilen, damit das gesamte Netzwerk intelligenter wird und eigenständig sinnvolle Entscheidungen treffen kann.
• Einzelhandel: Wenn das Verhalten von Kunden erkannt und analysiert wird (und eventuell mit einem bereits vorhandenen Kundenprofil verglichen wird), könnten Läden z. B. personalisierte Angebote pro Kunde in Echtzeit anzeigen lassen.